الکه اونز
6 فوریه 2023
تارنمای اینوویشن اوریجین
برگردان علی‌اصغر شهدی
[email protected]
عرصه فناوری جدید می‌تواند به پیش‌بینی زلزله، مکان‌یابی قربانیان و ارزیابی آسیب به ساختمان‌ها و جاده‌ها کمک کند.
صبح دیروز زلزله مهیبی ترکیه و سوریه را لرزاند که تا لحظه تنظیم خبر حدود 2000 نفر کشته و هزاران نفر زخمی داشته و این تعداد احتمالاً بیشتر هم خواهد شد. کماکان بسیاری از مردم زیر آوار هستند. ترکیه شاهد زمین‌لرزه‌ها بسیاری است. این کشور بر روی خطوط گسل زمین‌شناسی با دو صفحه تکتونیکی در مجاورت یکدیگر قرار دارند.
در سراسر جهان، روزانه 8000 زلزله رخ می‌دهد. اکثر این زمین‌لرزه‌ها در اثر حرکات پوسته زمین ایجاد می‌شود، اما برخورد شهاب‌سنگ، انفجار هسته‌ای، استخراج معادن یا استخراج گاز نیز می‌تواند باعث زلزله شود. فناوری‌های نوآورانه مانند حسگرها و هوش مصنوعی می‌توانند به پیش‌بینی بهتر زلزله، شناسایی قربانیان و تعیین آسیب به ساختمان‌ها و جاده‌ها کمک کنند. در سال‌های اخیر، برخی ابداعات بر انواع مختلفی از راه‌حل‌های فنی در این زمینه متمرکز بوده است.
هشدار زودهنگام
اول‌ازهمه، پیش‌بینی زمان زلزله بسیار مهم است، زیرا می‌تواند جان انسان‌ها را نجات دهد. محققان دانشگاه کالج لندن و مرکز اروپایی آموزش و تحقیقات مهندسی زلزله EUCENTRE در حال کار بر روی یک سیستم هشدار اولیه برای زلزله هستند. در نقاط مختلف اروپا می‌توان تا بیش از 10 ثانیه قبل از وقوع زلزله به مردم منطقه هشدار داد. به‌عنوان‌مثال افراد می‌توانند از طریق اقدامات توصیه شده معمول مانند «رها کردن هرچه در دست است، پوشیدن و حفظ آرامش» از خود محافظت کنند. همچنین این فرصت را فراهم می‌کند تا به‌سرعت از یک ساختمان خطرناک به‌طرف خیابان یا یک مکان امن‌تر پناه برد.
این سیستم از شبکه‌های حسگر و مدل‌های ریاضی برای تشخیص زلزله در زمان واقعی تشکیل شده است. الیزا زوکولو محقق مرکز ای یو سنتر می‌گوید: «به لطف پیشرفت‌های تکنولوژیکی، اکنون می‌توان بسیاری از سنسورهای لرزه‌ای کم‌هزینه را نصب کرد و حسگرهای موجود را به قیمت ارزان ارتقا داد.»
پیدا کردن مرکز زمین‌لرزه
علاوه بر زلزله اولیه، پس‌لرزه‌ها نیز خطرناک هستند؛ اما ارزیابی لرزه‌نگاری‌ها به‌طور سنتی به‌صورت دستی انجام می‌شود. این نه‌تنها زمان‌بر است، بلکه به ذهنیت زلزله‌شناس نیز بستگی دارد. محققان در موسسه فناوری کارلسروهه اکنون راهی برای مکان‌یابی دقیق کانون‌های زلزله با استفاده از هوش مصنوعی پیدا کرده‌اند. این امر پیش‌بینی پس‌لرزه‌ها را آسان‌تر می‌کند که گاهی خسارات بیشتری نسبت به زلزله اول ایجاد می‌کنند. فرآیندهای فیزیکی نیز با دقت بیشتری ترسیم می‌شوند.
محققان از یک شبکه عصبی برای تعیین زمان رسیدن امواج به سطح زمین استفاده کرده‌اند. آن‌ها شبکه را با مجموعه داده نسبتاً کوچکی از 411 زمین‌لرزه در شمال شیلی آموزش دادند و توانستند پیش‌بینی‌هایی را حداقل به‌اندازه اندازه‌گیری دستی یک زلزله‌شناس باتجربه دقیق و بسیار دقیق‌تر از الگوریتم‌های قبلی انجام دهند. محققان مؤسسه فناوری کارلسروهه به روش جدیدی برای مکان یابی کانون‌های زلزله با استفاده از هوش مصنوعی دست یافته‌اند.
کمک به مردم مدفون در زیر آوار
پس از زلزله یا انفجار گاز، اغلب زمان زیادی طول می‌کشد تا افراد مدفون در زیر آوار شناسایی و نجات داده شوند. برای اینکه تیم‌های نجات بتوانند اطلاعات بهتر و دقیق‌تری درباره وضعیت زمین در آینده به دست آورند، دانشمندان بین‌المللی اکنون درحال‌توسعه یک سیستم حسگر مدولار بر روی یک پهپاد هستند که در پروژه تحقیقاتی «سیستم‌های حسگر برای مشخص ساختن افراد مدفون در ساختمان‌های فروریخته» استفاده می‌شود.
چهار بسته حسگر مختلف را می‌توان به پهپاد متصل کرد. این‌ها شامل یک «بیو رادار» برای تشخیص حرکات تنفسی قربانیان دفن شده، «موقعیت تلفن همراه»، «اندازه‌گیری گاز لیزری» برای تشخیص از راه دور مخلوط‌های هوای انفجاری و «تجزیه‌وتحلیل ساختار و ارزیابی پایداری قطعات فروریخته» است.
نقشه‌برداری از آسیب وارده به ساختمان‌ها
پس از زلزله، ترسیم خسارات وارده به ساختمان‌ها نیز مهم است. دو کارآفرین از گرونینگن شهری در شمال هلند شرکت استبی آلرت (شرکت ساخت ابزار دیجیتال برای اعلام‌خطر) را در منطقه زلزله‌زده گرونینگن تأسیس کردند. آن‌ها یک سنسور دیجیتال را توسعه دادند. آرژن مدما بنیان‌گذار شرکت می‌گوید: «این سنسور می‌تواند یک ترک را از راه دور برای سال‌ها، به‌صورت سه‌بعدی اندازه‌گیری کند.» در محل موردنظر تعدادی از عناصر حسگر مغناطیسی در بالای آهنربا قرار می‌گیرند و با استفاده از الگوریتم‌های ریاضی، سه بردار محاسبه می‌شود که باهم حرکت سه‌بعدی یک ترک را نشان می‌دهد. داده‌های حسگر هر ساعت یک‌بار به یک برنامه ارسال می‌شود. در اینجا می‌توان از طریق این برنامه تغییراتی را ردیابی و زنگ خطر را برای دریافت هشدار تنظیم کرد.